• AgoraVox su Twitter
  • RSS
  • Agoravox Mobile

 Home page > Attualità > Media > Facebook e la nuova policy: come funziona?

Facebook e la nuova policy: come funziona?

Teaser

I mesi di luglio ed agosto sono stati ricchi di eventi importanti per l’azienda di Menlo Park: la pubblicazione dei ricavi della trimestrale sopra le aspettative hanno spinto le quotazioni dell’azienda di Zuckerberg quasi ai valori dell’IPO iniziale, recuperando gran parte del valore perduto in questo anno in borsa. A inizio agosto è stato reso noto che il newsfeed sarà regolato da un nuovo algoritmo. Infine, qualche giorno fa, molti utenti hanno ricevuto una mail con le modifiche alla privacy.

Come già successo, i due documenti – la dichiarazione dei diritti e delle responsabilità e la normativa sul diritto dei dati – risultano al momento in cui scrivo delle proposte a cui eventualmente apportare modifiche in caso di osservazioni giudicate plausibili. Nel giro di una settimana o due, in assenza di colpi di scena, quelle proposte diventeranno attuate e regoleranno i rapporti tra noi utenti e l’azienda del riccioluto Mark. Le regole con cui vediamo i contenuti nel newsfeed sono invece già attive.

Collegando i due eventi, la variazione di algoritmo e le variazioni ai TOS, mi è venuta in mente la scena di un film che tutti quelli che passano per questo sito dovrebbero avere visto. Il film è Matrix e la scena è quella del déjà vu.

Déjà vu numero uno: le variazioni delle policies

Tra le proposte presentate, quelle che mi sono saltate immediatamente agli occhi sono le seguenti:

  • Uso dei dati degli utenti per pubblicità. Meglio incollare direttamente il punto 10.1. “Gli utenti forniscono a Facebook l’autorizzazione a utilizzare il loro nome, l’immagine del profilo, i contenuti e le informazioni in relazione a contenuti commerciali, sponsorizzati o correlati (ad esempio i marchi preferiti) pubblicati o supportati da Facebook. Tale affermazione implica, ad esempio, che l’utente consenta un’azienda o a un’altra entità di offrire un compenso in denaro a Facebook per mostrare il nome e/o l’immagine del profilo di Facebook dell’utente con i suoi contenuti informazioni senza il ricevimento di nessuna compensazione. Se l’utente ha selezionato un pubblico specifico per i propri contenuti o informazioni, Facebook rispetterà la sua scelta nell’utilizzarli". Potenzialmente quindi possiamo diventare testimonial presso i nostri amici, di una pagina a cui abbiamo fatto like. Per quel che ho visto sulla mia timeline, questa feature è già attiva.
  • Uso di informazioni pubbliche da parte di fornitori di servizi terzi. “Possiamo consentire l’accesso alle informazioni pubbliche che sono state condivise tramite i nostri servizi o consentire ai fornitori di servizi di accedere alle informazioni affinché possano aiutarci a fornire i servizi.” In pratica i nostri contenuti con privacy pubblica possono venire resi disponibili (venduti) ad altre aziende per migliorare i servizi di Facebook. Importante porre l’accento sul “pubblico” e sulla parola “informazione”, che quindi non è limitata al semplice dato presente nel nostro contenuto, ma può essere ad esempio legata a comportamenti (ad esempio: se in una foto ho in mano una bevanda, una campagna marketing potrebbe considerarmi come parte del target di una campagna del brand di quella bevanda).
  • Utilizzo di informazioni non pubbliche da parte di Facebook. Le informazioni non pubbliche non vengono fornite a terzi se non dietro un’azione consapevole di noi utenti, oppure anonimizzate, ossia private dei campi che servono per identificare un utente univocamente (era già così, lo scrivo per completezza). Facebook utilizza le informazioni ricevute per diversi motivi: fornire informazioni e servizi agli utenti e agli inserzionisti, misurare l’efficacia delle campagne pubblicitarie, fornire suggerimenti sia a noi che ai nostri “vicini” sulla matrice di Facebook. Una particolare attenzione viene posta alle foto: viene detto esplicitamente che esisterà la possibilità di suggerire ai nostri amici di taggarci nelle loro foto, qualora Facebook si accorga che siamo presenti nell’immagine. Parrebbe che le foto, che sicuramente hanno un ruolo importante nell’esperienza fruita sul social network, soprattutto con l’incremento degli accessi da mobile, siano taggate troppo poco: ci sono dei grafi di esperienze vissute in comune che Facebook vuole vengano riempiti.

Un’ultima cosa che mi è saltata all’occhio ad una prima lettura è la variazione della sede legale in caso di contenzioso. Le dispute legali potranno avvenire solo nel tribunale del distretto della California settentrionale oppure nella San Mateo County. Parrebbe una variazione legata a meri motivi logistici.

 

Déjà vu numero 2: il nuovo newsfeed

Se il primo déjà vu ci racconta attraverso quali meccanismi contrattuali regolatori Facebook vuole sviluppare ulteriormente il proprio business (elaborare gli utenti in termini di informazioni ancora più profonde e relazioni ancor più sofisticate per rivenderli) il secondo déjà vu racconta come questa strategia può essere messa in atto all’interno della esperienza utente.

Ancora una volta sarà necessario ricorrere a delle metafore per rendere visivamente rappresentati alcuni meccanismi di Facebook, ma è anche opportuno ricordare di non cadere nella trappola che dall’individuazione di somiglianze porta alla presunzione di identità, ossia credere all’idea che ciò che sarà mostrato come rappresentazione semplicistica sia esattamente ciò che vuole descrivere.

Il vecchio algoritmo che regolava il newsfeed di Facebook , noto come EdgeRank, sostanzialmente stabiliva che la probabilità di vedere sulla propria bacheca un contenuto prodotto da un altro utente era governato da tre fattori:

  • affinità tra gli utenti (per semplicità: quanti amici avevano in comune)
  • peso dell’interazione tra gli utenti funzione del contenuto prodotto (ad esempio, foto, status update, commento …) 
  • tempo di decadimento (tempo trascorso dall’ultima interazione effettuata dal padrone della bacheca, quindi il non produttore del contenuto). 

edgerank

Per avere una rappresentazione visiva (e sonora) di come funzionava la vecchia bacheca costruiamo un modello con una situazione semplice: ogni volta che un contenuto compare sulla bacheca, il padrone della bacheca appone un like, in modo che non ci sia alcun decadimento temporale. Sempre per semplicità usiamo un solo tipo di contenuti, così anche il peso dell’interazione è lo stesso: l’unica cosa che può quindi variare è il grado di affinità, ossia quanto l’utente padrone della bacheca è vicino al produttore di contenuto.

In tali condizioni, quello che succede su una bacheca è qualitativamente descritto nel video seguente (audio acceso, please).


 

Considerare i pesi funzione del contenuto (status, foto, etc) può essere ottenuto cambiando i pesi alle palline e la funzione di decadimento può essere visualizzata facilmente in termini di attrito, che ancora una volta non fa produrre alla pallina il suono alla massima intensità.

La cosa più importante di tutte è la seguente: i pendoli sono tra loro indipendenti. Come espresso nella formula, gli oscillatori sono disaccoppiati.

Pur in questo schema semplicissimo, utilizzando la meccanica statistica classica (quella di Boltzmann che si studia alle superiori per capirci) si può arrivare alla conclusione che più oscillatori si hanno intorno a sé, più il sistema è “caldo”: detto in altri termini, più amici si hanno più la propria timeline diventa “confusa”.

Si può rappresentare quindi questa situazione sia in termini di entropia, sia in termini di massimo numero di relazioni sociali sostenibili (si pensi ad esempio al numero di Dunbar): una timeline confusa viene percepita come non fruibile, noiosa, illeggibile. Più pendoli indipendenti si hanno intorno a sé, più mediamente il suono risulta cacofonico, più amici si hanno, più in timeline arrivano contenuti scorrelati e per i quali quindi c’è bisogno di sforzarsi per star loro dietro.

Veniamo al nuovo algoritmo: scopo dichiarato del nuovo newsfeed è far arrivare la storia giusta al momento giusto alla persona giusta. È scritto proprio sul sito di facebook, proprio in questi termini. Lo scopo del nuovo algoritmo è mettere ordine: visto che il sistema è troppo caldo, l’algoritmo deve raffreddare il sistema.

È quello che ci racconta Facebook stesso: circa 1500 storie potenziali possono apparire mediamente su una timeline ogni volta che ci si collega. A regime, il numero medio di storie che verranno rese visibili su una timeline saranno solo 300 al giorno. Evidentemente 300 storie al giorno vengono giudicate umanamente sostenibili (così c’è anche più spazio per gli inserzionisti).

I meccanismi che soggiaceranno a questa selezione saranno vari: ovviamente un like o un’interazione su un contenuto significa apprezzamento e quindi l’utente che ha generato quel contenuto avrà guadagnato punti. Una storia che per qualche motivo ha superato la fase 0 di selezione non può venire bruciata da un solo passaggio sulla timeline: è necessario quindi che riemerga, soprattutto se nel frattempo ha ricevuto like e commenti. Se la storia è viva, un ulteriore passaggio aumenta le sue probabilità di sopravvivenza: questo è quello che Facebook chiama Story Bumping.

Già su Facebook stesso si iniziano a trovare le prime considerazioni sulle modifiche che questo cambio di algoritmo imporrà ai produttori di contenuti, dal momento che la visibilità di un contenuto di una pagina sarà funzione diretta dei numero dei like e dei commenti che i contenuti ottengono (cit “For most Pages the impact should be relatively small, but Pages that are seeing good engagement on their posts could see further increases in reach”). È chiaro quindi che il concetto di contenuto di qualità viene a coincidere con quello di contenuto interessante e che la funzione di sopravvivenza di un contenuto sarà funzione dell’engagement che riesce a generare (almeno fino a quando il naturale decadimento temporale non lo trascinerà verso l’oblio del passato).

Dal punto di vista di una timeline, a parità di tutto il resto, hanno maggiori probabilità di essere visualizzate quei contenuti già engaged, che hanno quindi ricevuto già dei riscontri. Quindi riprendendo la visualizzazione per mezzo di contenuti, stavolta una rappresentazione visiva può esser la seguente (anche in questo caso, suono ON):

Adesso i pendoli sono accoppiati: c’è interferenza tra i loro moti oscillatori.

(spiegazione: i metronomi si sincronizzano perché interagiscono tramite il piano che li sostiene, che infatti visivamente si vede oscillare insieme a loro verso la fine del filmato – è ciò che nel sistema conserva la quantità di moto, è ciò che è in grado di far oscillare i pendoli sovrastanti tutti insieme, se becca la frequenza giusta (risonanza)).

Il tipo di contenuti che hanno probabilità di propagazione epidemiologica maggiore con tali regole sono le news, insieme ai gattini che comandano su tutto l’universo facebookiano e non solo.

Sempre su Facebook si legge che il numero di variabili che stanno prendendo in considerazione per massimizzare la probabilità di engagement è dell’ordine di un migliaio. Si afferma di volere costruire una learning machine, una macchina che impara dai nostri comportamenti per capire cosa desideriamo guardare, che deve essere addestrata a dare la risposta giusta con solo 50 informazioni, con le ultime 50 nostre mosse: praticamente in real time (è quello che Facebook chiama Last Actor).

Se una macchina del genere fosse in mano ad uno stato di diritto probabilmente si griderebbe allo scandalo, perché Big Brother sarebbe arrivato e saremmo tutti schiavi. Poiché invece è un’azienda e comanda il dio mercato, il problema pare non porsi, perché non abbiamo problemi all’idea di essere dei semplici prodotti.

Conclusioni

Parrebbe proprio che Facebook si appresti a fare un salto di qualità, in termini di efficienza degli algoritmi che regolano il newsfeed. Il prezzo da pagare, per la costruzione di queste “direzioni privilegiate” per i dati che dinamicamente fanno arrivare “il contenuto giusto, al momento giusto, alla persona giusta” è però la rinuncia alla natura spontanea del legame sociale, finora basato solo sulla geometria dei legami tra le identità personali

Quel legame viene sostituito da un meccanismo di ”raccomandazione continua”, come se ogni status update, ogni storia fosse un libro di Amazon, che nella pagina ad esso dedicata presenta la sezione “chi ha preso questo libro, ha comprato anche questi altri”. In questo caso abbiamo la raccomandazione “questa storia è piaciuta a N tuoi amici, potrebbe piacere anche a te”. Una rete quindi molto più ibrida di quanto non sia stata finora, coi suoi semplici domini di gossip. Una rete che inizia ad avere meccanismi propagativi simili a quelli di Twitter (ed anche strutture sulla user interface, è notizia di questi giorni che FB sta sperimentando qualcosa di simile ai Trending Topic), mentre dal canto suo Twitter cerca di costruire sulla sua piattaforma prodromi di esperienze di conversazioni (ad esempio con la linea verticale che unisce i reply).

Come finirà? Déjà vu. :-)

Credits. Davide Bennato, prof. di sociologia dei media digitali, per avermi ricordato degli oscillatori accoppiati, oltretutto a sua insaputa.

articolo di dep1050

PS. Voices è presente nelle nomination ai MacchiaNera Italian Award. Oltre che mettere un like se vi piace l’ articolo, così Google capisce che qui ci son cose interessanti, se vi va di passare qui (categoria 5: miglior community) e votarci, vi vorremo sicuramente più bene. :-D (grazie in anticipo).

 

Foto: Wikimedia

Questo articolo è stato pubblicato qui

Lasciare un commento

Per commentare registrati al sito in alto a destra di questa pagina

Se non sei registrato puoi farlo qui


Sostieni la Fondazione AgoraVox







Palmares